이진 분류라고 할 때 로지스틱 회귀는 W^T X =0 인 그래프를 그리면 그게 decision boundary이잖아요 근데 딥러닝은 저런 결정 경계를 어떻게 구하나요?? 특정 input이 들어왔을 때 이게 어떤 class이다 이건 알 수 있겠지만 그 경계를 신경망에서 구할 수 있는지 궁금합니다.
잘은 모르겠는데 수치적으로 시각화하는거라면 2차원 데이터에 대해 입력값을 랜덤샘플링으로 뿌려준 뒤에 출력값을 scatter plot 해보면 대충 0인 부분이 decision boundary 이구나 보이기는 할듯?
linear classifier처럼 해석적으로 구할 수 있는지는 몰?루
그러니까 입력 차원이 x1, x2이고 y값이 -1~1이라고 했을때 plot할때는 x1,x2 평면 상에 y를 파랑-빨강으로 컬러플롯
답변 감사합니다 일단 stackoverflow 뒤져보니까 grid로 격자를 뿌려서 그 격자값들에 대한 예측을 다 시행한다음, 그 예측 결과를 가지고 decision boundary을 시각화할 수 있다고 하더라고요. 말씀하신 거랑 거의 비슷한 것 같습니다
다만 궁금한건 댓글로 언급해주셨다시피 해석적으로 구할 수 있는지(그니까 로지스틱 회귀 boundary 식 구하듯이 온전한 식을 구할 수 있는지)가 가장 궁금합니다
GMM으로 될것같은뎅
정보) CU, GS25 편의점 5천 상품권 받아 1. 앱스토어에서 [언니의 파우치] 검색, 설치 2. 회원ㄱㅏ입 후 추쳔인에 [QPZXF3EL] 입력하면 5천 캐시지급 3. 받은 캐시로 [쿠폰샵]에서 상품권 구매 ㄱㄱ